数据分析与挖掘 - 08图形绘制

时间 2020-09-30

标签数据分析挖掘图形绘制栏目大数据繁體版

原文原文链接

一图的基本构成

Matplotlib是数据可视化工做中，最经常使用的一个可视化库。Matplotlib有很是多的图形，咱们很难在短期内将其掌握，因此咱们首先要掌握的是画图的思路和经常使用的一些图形。建立一个图的步骤大体能够分为9步，固然这9步并非每一次都须要，只要你知道一个完整的图形能够有这么多的步骤就能够。每个步骤对应着一个操做和操做它的函数。python

导入模块：import matplotlib.pyplot as plt
定义图像窗口：plt.figure()
画图：plt.plot(x, y)
定义坐标轴范围：x轴:plt.xlim()/y轴:plt.ylim() lim其实就是limit的缩写
定义坐标轴名称：x轴:plt.xlabel()/plt.ylabel()
定义坐标轴刻度及名称：plt.xticks()/plt.yticks()
设置图像边框颜色：ax = plt.gca() ax.spines[].set_color()
调整刻度位置：ax.xaxis.set_ticks_position()/ax.yaxis.set_ticks_position()
调整边框（坐标轴）位置：ax.spines[].set_position()

下面请跟随个人代码一块儿来画一个图感觉一下吧！算法

import numpy as np
import matplotlib.pyplot as plt

# np.linspace将会在-5到5的区间内生成100个数，注意这个是均匀分布的
x = np.linspace(-5, 5, 100)

# 根据x的值，通过计算生成y1和y2的值
y1 = 2 * x + 1
y2 = x ** 2

# 画图
plt.plot(x, y1)
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')

# 显示
plt.show()

这样咱们就画出来一个简单的图形了，接下来咱们继续在刚刚画的这个图形中添加一些元素。咱们要作的事情就是从新定义坐标轴的名称，在定义坐标轴的名称的时候，咱们会遇到一个问题，就是中文显示的问题，这个问题是绕不过去的问题。

对于Windows系统的同窗只需在代码中添加以下代码：app

# 解决中文显示问题
font = {"family" : "SimHei",
 "size" : "20"}
plt.rc("font", **font)

对于mac系统的同窗来讲，稍微有点麻烦，在terminal里面输入：fc-list :lang=zh，若是显示command not found，那么咱们须要执行一个安装命令：conda install fontconfig，而后输入y确认就能够自动安装好了，最后再一次输入fc-list :lang=zh，就能够查看字体了，而后咱们在代码中添加下面一行代码：dom

plt.rcParams["font.family"] = 'Arial Unicode MS'

下面让咱们一块儿来把这个绘图完善起来，代码以下：函数

import numpy as np
import matplotlib.pyplot as plt

# np.linspace将会在-5到5的区间内生成100个数，注意这个是均匀分布的
x = np.linspace(-5, 5, 100)

# 根据x的值，通过计算生成y1和y2的值
y1 = 2 * x + 1
y2 = x ** 2

# font = {"family" : "SimHei",
#  "size" : "20"}
# plt.rc("font", **font)
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 设置画布大小
plt.figure(figsize=(8, 5))

# 画图
plt.plot(x, y1)
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')

# 设置坐标轴范围
plt.xlim((-3, 5))
plt.ylim((-4, 5))

# 设置坐标轴名称
plt.xlabel('我是x轴')
plt.ylabel('我是y轴')

# 显示
plt.show()

咱们看到，在坐标轴上还会有一些刻度的存在，咱们只须要在上边的代码后边加入一段代码，就能够进行刻度的修改了：post

new_ticks = np.linspace(-1, 2, 5)
# 设置坐标轴的刻度
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], ["北京", "天津", "河北", "东北", "山东"])

除此以外，咱们还能够作一些图形边框上的修改，在本章最开始咱们已经说过关于图形边框修改的方法了，咱们只须要把下面的代码添加至末尾便可：学习

# 添加边框
ax = plt.gca()
# 修改右侧颜色
ax.spines["right"].set_color("green")
# 修改左侧颜色
ax.spines["left"].set_color("orange")
# 修改顶部颜色
ax.spines["top"].set_color("yellow")
# 修改底部颜色
ax.spines["bottom"].set_color("purple")

一块儿来看一下现实的效果怎么样

这里须要注意的是，若是上下左右只操做其中的左侧和底部，那么其余两条线将仍然默认是黑色,还有另一个小技巧，咱们上面的图形老是在一个方框中显示，咱们能够把右侧和顶部的线条不设置颜色，这样看起来就与咱们平时的坐标轴看起来一个样子了，也就是把设置边框的代码修改成：字体

ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
plt.show()

修改以后看起来就好多了

在数学中，咱们的图形有时是十字的样式，那下面咱们一块儿来看一下，如何修改边框的位置，代码其实也很简单，咱们首先来修改一下x轴对应y轴的位置，完整的代码以下：优化

import numpy as np
import matplotlib.pyplot as plt

# np.linspace将会在-5到5的区间内生成100个数，注意这个是均匀分布的
x = np.linspace(-5, 5, 100)

# 根据x的值，通过计算生成y1和y2的值
y1 = 2 * x + 1
y2 = x ** 2

# font = {"family" : "SimHei",
#  "size" : "20"}
# plt.rc("font", **font)
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 设置画布大小
plt.figure(figsize=(8, 5))

# 画图
plt.plot(x, y1)
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')

# 设置坐标轴范围
plt.xlim((-3, 5))
plt.ylim((-4, 5))

# 设置坐标轴名称
plt.xlabel('我是x轴')
plt.ylabel('我是y轴')

# 设置坐标轴的刻度
plt.xticks(np.linspace(-1, 2, 5))
plt.yticks([-2, -1.8, -1, 1.22, 3], ["北京", "天津", "河北", "东北", "山东"])

# 添加边框
ax = plt.gca()
# 修改右侧颜色
ax.spines["right"].set_color("none")
# 修改左侧颜色
ax.spines["left"].set_color("orange")
# 修改顶部颜色
ax.spines["top"].set_color("none")
# 修改底部颜色
ax.spines["bottom"].set_color("purple")

# 设置x轴的位置
ax.xaxis.set_ticks_position("bottom")
ax.spines["bottom"].set_position(("data", 0))
# 设置y轴的位置
ax.yaxis.set_ticks_position("left")
ax.spines["left"].set_position(("data", 0))

# 显示
plt.show()

这样就大功告成了，最后再来看一下现实的图形

最后在画图时咱们可使用label参数给图片添加一个图例说明，最后使用legend显示出来，最终代码以下：ui

import numpy as np
import matplotlib.pyplot as plt

# np.linspace将会在-5到5的区间内生成100个数，注意这个是均匀分布的
x = np.linspace(-5, 5, 100)

# 根据x的值，通过计算生成y1和y2的值
y1 = 2 * x + 1
y2 = x ** 2

# font = {"family" : "SimHei",
#  "size" : "20"}
# plt.rc("font", **font)
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 设置画布大小
plt.figure(figsize=(8, 5))

# 画图
plt.plot(x, y1, label='y1图例说明')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='y2图例说明')

# 设置坐标轴范围
plt.xlim((-3, 5))
plt.ylim((-4, 5))

# 设置坐标轴名称
plt.xlabel('我是x轴')
plt.ylabel('我是y轴')

# 设置坐标轴的刻度
plt.xticks(np.linspace(-1, 2, 5))
plt.yticks([-2, -1.8, -1, 1.22, 3], ["北京", "天津", "河北", "东北", "山东"])

# 添加边框
ax = plt.gca()
# 修改右侧颜色
ax.spines["right"].set_color("none")
# 修改左侧颜色
ax.spines["left"].set_color("orange")
# 修改顶部颜色
ax.spines["top"].set_color("none")
# 修改底部颜色
ax.spines["bottom"].set_color("purple")

# 设置x轴的位置
ax.xaxis.set_ticks_position("bottom")
ax.spines["bottom"].set_position(("data", 0))
# 设置y轴的位置
ax.yaxis.set_ticks_position("left")
ax.spines["left"].set_position(("data", 0))

# fontdict 是对字体大小和颜色进行设置，若是这里会对原图有遮挡，咱们能够从新设置画布大小
plt.text(1, -1, "这是我对图片添加的一段说明", fontdict={"size": 12, "color": "r"})

# 显示
plt.legend(loc='lower right')  # 图例说明没有参数则默认在右上角
plt.show()

二绘制统计图形

1 柱状图

在实际的企业应用中，咱们要掌握多种图形的绘制，而且深度结合本身的应用场景，用合适的图形来展现适合它的数据场景，使得数据更具备说明力。

首先咱们来学习一下bar()函数，它的功能是在x轴上绘制定性数据的分布特征，也就是柱状图。使用方法是plt.bar(x,y)，其中x表示在x轴上的定性数据的类别，而y表示每种定性数据的类别的数量。若是你以为有点抽象，那咱们就直接上代码吧。

import matplotlib.pyplot as plt

# x是刻度，y是高度
x = [1, 2, 3, 4, 5, 6, 7, 8]
y = [3, 1, 4, 5, 7, 8, 6, 4]

plt.bar(x, y)

plt.show()

代码很是简单，分别定义好了x和y而且带入函数里面就能够了，它的现实结果其实就是一个条形图。

2 频率分布直方图

与条形图相对比的是频率直方图（frequency histogram），也叫作频率分布直方图，是统计学中表示频率分布的图形。在直角坐标系中，用横轴表示随机变量的取值，横轴上的每一个小区间对应一个组的组距，做为小矩形的底边；纵轴表示频率(频数/组距=频率)，并用它做小矩形的高，以这种小矩形构成的一组图称为频率直方图。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(0, 10, 20)
print(x)

plt.hist(x)
plt.show()

随机x输出结果：[9 7 4 1 0 9 8 3 7 8 1 1 7 4 6 8 0 6 9 9]

3 饼图

下面要学习的就是饼图，饼图是一种用来表示数据所占比例最经常使用的图形，它的函数是pie()，使用方法也很是的简单，咱们进行最简单的图形调用的时候也能够只传一个参数，就像这样plt.pie(x)。

import matplotlib.pyplot as plt

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 声明类别
kinds = ['苹果', '香蕉', '西红柿', '西瓜']

# 这个是16进制颜色码，你能够在网上搜索16进制颜色码就能够获取到全部的编码
colors = ['#e41a1c', '#DDA0DD', '#4B0082', '#7FFFAA']

sold_nums = [4, 3, 2, 5]

# 绘制饼图,根据图形效果，看一下这些参数的含义吧
plt.pie(sold_nums,
        labels=kinds,
        colors=colors)

plt.show()

饼图显示结果

4 极线图

接下来咱们看一下极线图的绘制方法，咱们可使用plt.polar(theta,x)这样的方式来进行图形的绘制，若是你以前没接触过这种图形，解释起来有一点复杂，咱们直接来看一下效果吧。

import matplotlib.pyplot as plt
import numpy as np

bar_slices = 10  # 星星数量
theta = np.linspace(0.0, 2*np.pi, bar_slices, endpoint=False)
r = 30*np.random.rand(bar_slices)
print(r)

# linewidth为线条粗细，mfc为星星颜色，ms为星星大小
plt.polar(theta, r, color='chartreuse', linewidth=2, marker='*', mfc='y', ms=10)
plt.show()

r输出结果为：[19.19557439 9.80163298 14.72266501 25.96471826 17.43950265 27.16974937
24.16166493 8.32586511 1.07374567 21.5498875 ]

5 散点图

接下来要学习的图形叫作散点图，也有叫作气泡图的。咱们可使用plt.scatter(x,y)这样的方式来进行图形的绘制。关于scatter的参数：

x就表示x轴上的值
y就表示y轴上的值
s表示散点标记的大小，这个是可选项
c表示散点标记的颜色，可选项
cmap表示将浮点数映射成颜色的颜色映射表

让咱们经过一段代码的演示，来看看实践一下这些参数。本身能够根据个人说明尝试着修改一下这些参数。

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

a = np.random.randn(100)
b = np.random.randn(100)

"""
cmap的参数很是多，cm后面的gist_rainbow能够有不少替代
具体的能够在官网或者源代码中查询使用，不过都把差异不大，就是颜色上的区别
"""
plt.scatter(a, b, s=np.power(10*a+20*b, 2),
            c=np.random.rand(100),
            cmap=mpl.cm.gist_rainbow,
            marker='o')  # marker表示散点的样式，能够试试用o,*或者^

plt.show()

展现结果如图所示：

6 棉棒图

下面咱们来说解一下棉棒图的绘制方法，棉棒图主要用来绘制离散有序的数据，使用方法是plt.stem(x,y)。关于它的参数有：

x:用来指定棉棒的x轴基线上的位置。
y:棉棒的长度。
linefmt:棉棒的样式。
markerfmt:棉棒末端的样式。
basefmt:指定基线的样式。

咱们直接上代码来看一下

import matplotlib.pyplot as plt
import numpy as np

# linspace：在0.5和2*np.pi之间返回20个均匀间隔的数据
x = np.linspace(0.5, 2 * np.pi, 20)
# randn：返回20个服从标准正态分布的样本数据
y = np.random.randn(20)

# --是虚线，-是实线
plt.stem(x, y, linefmt='--', markerfmt='o', basefmt='-')
plt.show()

显示结果以下图所示：

7 箱线图

接下来咱们来绘制一下箱线图，箱线图的绘制方法也比较简单，咱们使用plt.boxplot(x)来实现，x就是咱们要输入的数据了。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randn(1000)
plt.boxplot(x)
plt.show()

显示结果以下图所示：

三图形参数说明

1 柱状图参数详解

咱们再次来看一下柱状图，柱状图在数据的可视化展现用应用的场景很是的多了，好比按照月份的商品销量展现，销售人员的业绩统计等等场景咱们都会用到。如今我在原有代码基础之上加入一些新的参数，代码以下：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

plt.bar(
    # 1 柱体的标签值
    x,
    # 2 柱体的高度
    y,
    # 3 柱体的对齐方式，两个参数：edge或者center
    align='edge',
    # 4 颜色
    color='b',
    # 5 刻度的标签值，用字母把x中的数字替换
    tick_label=['A', 'B', 'C', 'D', 'E'],
    # 6 透明度
    alpha=0.5
)

plt.xlabel('产品代号')
plt.ylabel('产品销量')

# 网格设置
plt.grid(
    True,
    # 1 axis指的是对轴的设置，参数能够为x，y或者both
    axis='x',
    # 2 ls指的是网格的样式，也能够写成--或者:
    ls=':',
    color='r',
    alpha=0.9
)

plt.show()

显示结果以下图所示：

2 条形图参数详解

条形图其实就是把柱状图横过来放，它们的使用方法同样，只是调用的函数不一样，参数所有相同，具体代码以下：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 函数改成了barh，只是添加了一个h，表明horizontal水平横放
plt.barh(
    # 1 柱体的标签值
    x,
    # 2 柱体的高度
    y,
    # 3 柱体的对齐方式，两个参数：edge或者center
    align='edge',
    # 4 颜色
    color='b',
    # 5 刻度的标签值，用字母把x中的数字替换
    tick_label=['A', 'B', 'C', 'D', 'E'],
    # 6 透明度
    alpha=0.5
)

plt.xlabel('产品代号')
plt.ylabel('产品销量')

# 网格设置
plt.grid(
    True,
    # 1 axis指的是对轴的设置，参数能够为x，y或者both
    axis='x',
    # 2 ls指的是网格的样式，也能够写成--或者:
    ls=':',
    color='r',
    alpha=0.9
)

plt.show()

显示结果以下图所示：

3 堆积图参数详解

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 4, 5]

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

plt.figure(figsize=(8, 5))
plt.bar(
    x,
    y,
    align='center',
    color='#66c2a5',
    tick_label=['A', 'B', 'C', 'D', 'E'],
    label='男人'
)
plt.bar(
    x,
    y1,
    align='center',
    bottom=y,  # 指定哪一值在下面
    color='#8da0cb',
    label='女人'
)
plt.xlabel('城市代号')
plt.ylabel('男女比例')

plt.legend()
plt.show()

显示结果以下图所示：

4 堆积条形图参数详解

同理，堆积条形图就是把堆积图横放，原来须要考虑底部的是哪个值，如今须要思考的是左边的是哪个值，具体代码以下：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 4, 5]

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

plt.figure(figsize=(8, 5))
plt.barh(x, y, align='center', color='#66c2a5', tick_label=['A', 'B', 'C', 'D', 'E'], label='男人')

# 这里修改了left 指定哪一个值在这个图的下边
plt.barh(x, y1, align='center', left=y, color='#8da0cb', label='女人')

plt.xlabel('城市代号')
plt.ylabel('男女比例')

plt.legend()
plt.show()

显示结果以下图所示：

5 分块图参数详解

堆积图能够展现多数据形式上的差别，但有时不是特别明显，这是用分块图就能够很直观的比较出来。分块图能够分为多数据并列柱状图和多数据并列条形图，咱们先来一块儿看一下多数据并列柱状图，具体代码以下：

import matplotlib.pyplot as plt
import numpy as np

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

x = np.arange(5)
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

bar_width = 0.35
tick_label = ['A', 'B', 'C', 'D', 'E']
plt.figure(figsize=(8, 5))

plt.bar(
    x,
    y,
    bar_width,
    color='c',
    align='center',
    label='男人',
    alpha=0.5
)

plt.bar(
    x+bar_width,
    y1,
    bar_width,
    color='b',
    align='center',
    label='女人',
    alpha=0.3
)

plt.xlabel('城市代号')
plt.ylabel('男女比例')

plt.xticks(x+bar_width/2, tick_label)

plt.legend()
plt.show()

图形显示结果以下图所示：

6 多数据并列条形图详解

根据咱们的前面的讲解，你应该已经知道了，咱们只须要把函数bar改成barh就能够，代码以下所示：

import matplotlib.pyplot as plt
import numpy as np

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

x = np.arange(5)
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

bar_width = 0.35
tick_label = ['A', 'B', 'C', 'D', 'E']
plt.figure(figsize=(8, 5))

plt.barh(
    x,
    y,
    bar_width,
    color='c',
    align='center',
    label='男人',
    alpha=0.5,
    hatch='\/'  # 若是咱们须要添加一些装饰线可使用hatch参数
)

plt.barh(
    x+bar_width,
    y1,
    bar_width,
    color='b',
    align='center',
    label='女人',
    alpha=0.3,
    hatch='\\'  
)

plt.xlabel('城市代号')
plt.ylabel('男女比例')

plt.xticks(x+bar_width/2, tick_label)

plt.legend()
plt.show()

图形显示结果以下图所示：

7 堆积折线图参数详解

堆积折线图是经过绘制不一样数据集的折线图而生成的，按照垂直方向上彼此堆叠且又不互相覆盖的排列顺序，绘制若干条折线图而造成的组合图形。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1, 6, 1)
y = [0, 4, 3, 5, 6]
y1 = [1, 3, 4, 2, 7]
y2 = [3, 4, 1, 6, 5]

labels = ['2018', '2019', '2020']
colors = ['r', 'b', 'y']

plt.stackplot(x, y, y1, y2, labels=labels, colors=colors)

plt.legend()
plt.show()

图形显示结果以下图所示：

8 间断条形图参数详解

间断条形图是在条形图的基础之上绘制而成的，主要用来可视化定性数据的相同指标在时间维度上的指标值的变化状况，直观比较并展示出定性数据的相同指标的变化状况。

import matplotlib.pyplot as plt
import numpy as np

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

plt.broken_barh(
    # 元组中第一个元素表明距离y轴的距离，第二个元素表明自身的宽度
    [(10, 20), (190, 60), (270, 80), (370, 80)],
    # 元组中第一个元素表明距离x轴的距离，第二个元素表明自身的长度
    (30, 9),
    facecolors='r'
)

plt.broken_barh(
    [(30, 80), (190, 60), (270, 80), (360, 30)],
    (10, 5),
    facecolors=('b', 'y', 'g', 'purple')
)

# 定义坐标轴的范围
plt.xlim(0, 500)
plt.ylim(5, 50)

# 定义x轴的名称
plt.xlabel('上课时间')

# 定义x轴的刻度
plt.xticks(np.arange(0, 361, 60))

# 定义y轴的刻度和名称
plt.yticks([15, 25], ['一班', '二班'])

# 定义刻度的样式
plt.grid(ls='--', lw=1, color='gray')

# 定义主题名称
plt.title('两个班级的上课时间')

plt.show()

图形显示结果以下图所示：

9 阶梯图参数详解

阶梯图就如其名字那样，像一台阶同样，时而上升，时而降低，咱们常常用它来展现数据的趋势变化或周期顾虑。阶梯图常用在时间序列的数据的可视化任务中，好比商品的日销量、月销量，企业中每个月的员工数量的变化等，这样咱们可以很容易发现时序数据的波动周期和规律。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(1, 10, 10)
print(x)
y = np.sin(x)
print(y)

# 代码1
plt.step(x, y, color='b', where='pre', lw=2)
plt.xlim(0, 12)
plt.ylim(-1.2, 1.2)
plt.xticks(np.arange(1, 13, 1))
plt.grid(ls='--', lw=1, color='gray')
plt.show()

# 代码2 
plt.step(x, y, color='b', where='mid', lw=2)
plt.xlim(0, 12)
plt.ylim(-1.2, 1.2)
plt.xticks(np.arange(1, 13, 1))
plt.grid(ls='--', lw=1, color='gray')
plt.show()

# 代码3
plt.step(x, y, color='b', where='post', lw=2)
plt.xlim(0, 12)
plt.ylim(-1.2, 1.2)
plt.xticks(np.arange(1, 13, 1))
plt.grid(ls='--', lw=1, color='gray')
plt.show()

这里有一个新的参数where，你能够分别运行这三段代码，能够看到图形好像是在往右边移动，显示结果以下图所示：
代码1：

代码2：

代码3：

where参数主要用来定义step应该放在哪里，咱们把图形中的每条横线能够看做一个step，where字段一共有三个取值，分别是：pre，mid和post，若是咱们在x为1和2的两个位置上画一条横线（如上图红线所示），你会发现，当where='pre'时，y取值的第一个点应该是在x第一个点左侧一些，当where='mid'时，y取值的第一个点应该是在x第一个点中间，y取值的第一个点应该是在x第一个点右侧。

四实例项目自由绘图

1 直方图

直方图擅长展现区间分布，好比某一科目的考试成绩，按照地区统计的人均寿命，发达国家与发展中国家人都可支配收入等等，如今咱们须要绘制某个班级中Python语言考试成绩的分布区间图。

import matplotlib.pyplot as plt
import numpy as np

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

scores = np.random.randint(0, 100, 100)
bins = range(0, 101, 10)

"""
histtype在这里有三个参数，分别是bar，step和stepfilled
1 bar就是填满相应颜色
2 step是阶梯图
3 histtype是生成一个默认的lineplot进行图形填充填充，刚好这个参数的默认值就是bar
"""
plt.hist(x=scores, bins=bins, color='#3366FF', histtype='bar')
plt.xlabel('Python考试成绩')
plt.ylabel('学生成绩')

plt.show()

图形显示结果以下图所示：

在这里咱们有必要从新再来讲一下关于直方图与柱状图，由于他们的样子实在是太像了，只是柱体与柱体之间是否存在空隙，但偏偏是因为这一点，才让它们有所区别，也让它们分为擅长表示不一样类型的数据。咱们知道数据能够分为连续型数据和离散型数据，这里咱们能够对它们进行总结。直方图擅长总结和描述连续型数据的分布，而柱状图更加的擅长描述和总结离散型数据的分布，因此你在将来的应用场景中，首先判断数据的特色，而后再决定使用什么图形去描述这些数据。

2 堆叠直方图

如今咱们要绘制一个基于刚刚的场景之上的另一个场景，就是咱们要比较两个班级的Python语言考试的成绩，对它们的分布状况进行分别的比对，这时就须要用到堆叠直方图。

import matplotlib.pyplot as plt
import numpy as np

# 中文显示
plt.rcParams["font.family"] = 'Arial Unicode MS'

# 1 分别生成两个班级的分数
scores1 = np.random.randint(0, 100, 100)
scores2 = np.random.randint(0, 100, 100)

# 2 把两个班级的分数放在一个列表中
x = [scores1, scores2]

# 3 选择两个对比较鲜明的颜色
colors = ['r', 'b']

# 4 声明两个标签
labels = ['一班', '二班']

# 5 设定x轴的范围
bins = range(0, 101, 10)

"""
新加入的参数的意义：
1 rwidth:柱体的宽度，0.0-1.0
2 stack:上下排仍是左右排
"""
plt.hist(x, color=colors, histtype='bar', rwidth=1.0, stacked=False, label=labels)
plt.xlabel('Python成绩分布')
plt.ylabel('人数')
plt.title('不一样班级的Python成绩直方图')

plt.legend(loc=1)  # 原来用upper right这些，如今1表示右上，234分别对应逆时针旋转位置
plt.show()

图形显示结果以下图所示：

3 分裂式饼图

饼图是用来展现定性数据分布比例特征的统计图形，在数据可视化时应用的很是普遍，咱们能够经过绘制饼图，直观的观察出数据的占比状况。饼图一样适用于离散型数据的占比状况，好比班级内男女性别比例，公司销售业绩每个月在整年中的占比状况等等。对于比例分布的场景，饼图都是很是适合的。

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["font.family"] = 'Arial Unicode MS'

labels = ['第一季度', '第二季度', '第三季度', '第四季度']
sale = [20, 40, 30, 70]
colors = ['r', 'b', 'y', 'green']

explode = (0.1, 0.1, 0.1, 0.1)

plt.pie(
    sale,
    explode=explode,  # 裂开的那条缝的宽度
    labels=labels,
    autopct='%.2f%%',  # %的精度
    startangle=10,  # 从x轴为起始位置，逆时针旋转的角度
    shadow=True,  # 阴影
    colors=colors
)

plt.title('每一季度销售额', loc='right')
plt.show()

图形显示结果以下图所示：

4 内嵌环形饼图

内嵌环形饼图式使得饼图不只能够展现单一数据集的比例状况，还能够对比展现多数据集的分布状况。

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["font.family"] = 'Arial Unicode MS'

development_language = ['Java', 'Python', 'C++', 'PHP', 'Scala']

weight1 = [40, 20, 30, 15, 15]
weight2 = [25, 35, 30, 12, 13]

colors = ['#FF6600', '#9966FF', '#663333', '#3399CC', '#666600']

wedges1, texts1, autotexts1 = plt.pie(
    weight1,
    autopct='%.1f%%',
    radius=1,
    pctdistance=0.85,
    colors=colors,
    textprops=dict(color='w'),
    wedgeprops=dict(width=0.3, edgecolor='w')
)

"""
饼图的建立实际上是有三个返回值的：
1 一个序列，matplotlib.patches.Wedge的实例
2 一个列表，matplotlib.text.Text的实例，是label的列表
3 一个列表，matplotlib.text.Text的实例，是数值的文本实例标签，只有在参数autopct不为空的时候才有效
"""
print(wedges1)
print(texts1)
print(autotexts1)

wedges2, texts2, autotexts2 = plt.pie(
    weight2,
    autopct='%.1f%%',
    radius=0.75,
    pctdistance=0.75,
    colors=colors,
    textprops=dict(color='w'),
    wedgeprops=dict(width=0.5, edgecolor='b')  # 边框
)

plt.legend(
    weight1,
    development_language,
    fontsize=5,
    title='开发语言占比',
    loc='center left',
    bbox_to_anchor=(0.91, 0, 0.3, 1)
)

# 调整饼图外圈中的字体
plt.setp(autotexts1, size=10, weight='bold')

# 调整饼图内圈中的字体
plt.setp(autotexts2, size=15, weight='bold')

plt.title('开发语言使用人数比例表')
plt.show()

图形显示结果以下图所示：

综上代码，其实，饼图的嵌套，就是画两个饼图，不要让他们重叠。

5 箱型图

箱型图主要应用在一系列测量或者比较数据的观测中，好比学校与学校之间或者班级与班级之间的成绩比较，各个运动员之间的体能比较，产品优化前和产品优化后的各项数据指标展示的结果比较等等，箱型图是数据分析场景应用的比较多的一种数据可视化图形。

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["font.family"] = 'Arial Unicode MS'

# 生成正态分布数据
test1 = np.random.randn(5000)
test2 = np.random.randn(5000)

test_list = [test1, test2]

labels = ['随机数生成1', '随机数生成2']

colors = ['#3399FF', '#CCCCFF']

box_plot = plt.boxplot(
    test_list,
    whis=1.5,  # 上下四分位距离
    widths=0.6,
    sym='o',
    labels=labels,
    patch_artist=True,  # 是否给箱体添加颜色
    notch=True  # 是否中间v型凹陷
)

for patch, color in zip(box_plot['boxes'], colors):
    patch.set_facecolor(color)


plt.ylabel('随机数值')
plt.title('生成器抗干扰能力的稳定性比较')

plt.grid(axis='y', ls=':', lw=1, color='gray', alpha=0.2)

plt.show()

图形显示结果以下图所示：

以上是咱们绘制的一些经常使用的图形和一些经常使用的参数，固然Matplotlib绘制图形的能力远不止于此，但若是每个图形都一一讲一遍的话，那么内容会所有都由画图来组成了。画图的重点是要学习画图的思想，遇到问题先不要急于去画，首先必定要选定一个合适的图形，而后再动手。最核心的图形无非就是那几个经常使用的，咱们都已经进行过了屡次的练习。画图是数据分析、数据挖掘、AI方向的算法工程师必备的技能，因此必定要多多的练习它们的绘制。咱们还会在后续的章节中不断的去使用这些图形的练习。

最后会有一个小练习，请点击下方连接下载题目和数据：
chapter8-1.zip

数据分析与挖掘 - 08图形绘制

一 图的基本构成

二 绘制统计图形

1 柱状图

2 频率分布直方图

3 饼图

4 极线图

5 散点图

6 棉棒图

7 箱线图

三 图形参数说明

1 柱状图参数详解

2 条形图参数详解

3 堆积图参数详解

4 堆积条形图参数详解

5 分块图参数详解

6 多数据并列条形图详解

7 堆积折线图参数详解

8 间断条形图参数详解

9 阶梯图参数详解

四 实例项目自由绘图

1 直方图

2 堆叠直方图

3 分裂式饼图

4 内嵌环形饼图

5 箱型图

一图的基本构成

二绘制统计图形

三图形参数说明

四实例项目自由绘图